我有一个字典，其中包含50天的栅格化（纬度/经度）降水数据多维数组。每个数组的大小分别为（88，40）。如何计算所有50个数组的均值，并以（88，40）的相同维数获得结果？也就是说，在整个50天内都需要在相同的纬度/经度点上进行平均计算。
如果我在以下代码中给带有字典名称的字典名称，它将工作几天：
np.nanmean((arraysDict['ppt_subset0'], arraysDict['ppt_subset1']), axis =0)
这些是我的字典arraysDict的键 ['ppt_subset0'， 'ppt_subset1'， ... 'ppt_subset49']
但是我不知道如何在整个50天之内做到这一点，除了在所有字典的代码中都键入50次“ arraysDict ['ppt_subset0']”。
答案 0 :(得分：1)
您可以将其转换为一个巨大的3维numpy数组，然后计算均值：
arr = np.array(list(arraysDict.values()))
mean = arr.mean(axes=0)
请注意，arr不一定按顺序包含子数组（或天）。
答案 1 :(得分：0)
您可以使用.values()获取字典的所有值：
np.nanmean(list(arraysDict.values()), axis=0)